curl的主要维护者Daniel Stenberg发了一片博文，介绍curl项目中的“反复杂化”项目实践。
http://t.cn/A6ezwJft
主要的优化目标是函数的圈复杂度（可理解为覆盖所有的可能情况最少使用的测试用例个数）。文章介绍了通过工具量化、可视化监控和渐进式重构，curl 显著降低了代码复杂度。
“我们普 https://mapp.api.weibo.cn/fx/1f667d86703330f9c3d7c845ef4e0c2f.html
http://t.cn/A6ezwJft
主要的优化目标是函数的圈复杂度（可理解为覆盖所有的可能情况最少使用的测试用例个数）。文章介绍了通过工具量化、可视化监控和渐进式重构，curl 显著降低了代码复杂度。
“我们普 https://mapp.api.weibo.cn/fx/1f667d86703330f9c3d7c845ef4e0c2f.html
分享一些有趣的单词背诵工具：
1、Qwerty Learner：qwerty.kaiyi.cool/galler，边练打字边记单词，一举两得。
2、单词森林：wordforest.cn，不仅仅是背诵单词，还有单词游戏、英语阅读、英语词典。
3、denopark：denopark.com，可以导出词库进行背诵，也可以在线背诵，还有游戏法记忆。
4、单词连 https://mapp.api.weibo.cn/fx/67ca22dc8014a75f57840d719ebaedf2.html
1、Qwerty Learner：qwerty.kaiyi.cool/galler，边练打字边记单词，一举两得。
2、单词森林：wordforest.cn，不仅仅是背诵单词，还有单词游戏、英语阅读、英语词典。
3、denopark：denopark.com，可以导出词库进行背诵，也可以在线背诵，还有游戏法记忆。
4、单词连 https://mapp.api.weibo.cn/fx/67ca22dc8014a75f57840d719ebaedf2.html
看到推上有个人发布了它对 46 个 AI IDE/Agent 工具的体验评测，大家有兴趣的话可以看看，直接都汇集到一起了 https://threadreaderapp.com/thread/1928096496987066604.html
Threadreaderapp
Thread by @johnrushx on Thread Reader App
@johnrushx: I've tried all (46 😵💫) AI Coding Agents & IDEs [Factory, Cursor, Heyboss, Windsurf, Emergent, Wrapifai, Copilot, Lovable, Bolt, v0, Replit, MarsX, Canva, Devin, Github Spark, IDX, Stitch & more] The mos...…
为什么人类程序员仍然比大语言模型（LLMs）强大？
作者：antirez
这是一个简短的小故事，告诉你为什么人类的编程能力仍然远远领先于当前的AI技术。请注意，我并不是反AI的人，熟悉我的朋友都知道这一点。我日常都会使用大语言模型（LLMs），包括今天也是如此。当我需要快速验证自己的想法、进行代码审 https://mapp.api.weibo.cn/fx/ce384fad2c014c1de91b3eb7ca447214.html
作者：antirez
这是一个简短的小故事，告诉你为什么人类的编程能力仍然远远领先于当前的AI技术。请注意，我并不是反AI的人，熟悉我的朋友都知道这一点。我日常都会使用大语言模型（LLMs），包括今天也是如此。当我需要快速验证自己的想法、进行代码审 https://mapp.api.weibo.cn/fx/ce384fad2c014c1de91b3eb7ca447214.html
好人被拿枪指着
以前遇到一些事心里委屈，就抱怨：好人为什么要被人拿枪指着。
现在经历的事多了，就感慨：好人就会被人拿枪指着，好人活该被人拿枪指着，好人一直被人拿枪指着，好人就得一辈子被人拿枪指着[允悲]
这就是老天在和你说：叫你当好人，当好人，当好人[二哈]
这就是报应。
那还当不当 https://mapp.api.weibo.cn/fx/27d6bc8becc3213c402998dbfec3f9e3.html
以前遇到一些事心里委屈，就抱怨：好人为什么要被人拿枪指着。
现在经历的事多了，就感慨：好人就会被人拿枪指着，好人活该被人拿枪指着，好人一直被人拿枪指着，好人就得一辈子被人拿枪指着[允悲]
这就是老天在和你说：叫你当好人，当好人，当好人[二哈]
这就是报应。
那还当不当 https://mapp.api.weibo.cn/fx/27d6bc8becc3213c402998dbfec3f9e3.html
这个好玩，苏黎世联邦理工的机器人系统实验室实现了四足机器人打羽毛球，这不是遥控了，这是完全机器人自主感知推理控制的。看到论文里的一些有趣细节：
- 用一套立体视觉系统实时捕捉羽毛球的 3D 位置，采样频率≥ 30 Hz，这个比职业羽毛球运动员最快的反应还要快 3 倍了，哈哈。但计算方面肯定是差 https://mapp.api.weibo.cn/fx/99d74b0efbbfb3ef31e2f2f670d180b7.html
- 用一套立体视觉系统实时捕捉羽毛球的 3D 位置，采样频率≥ 30 Hz，这个比职业羽毛球运动员最快的反应还要快 3 倍了，哈哈。但计算方面肯定是差 https://mapp.api.weibo.cn/fx/99d74b0efbbfb3ef31e2f2f670d180b7.html
🤗 Hugging Face 存储升级！从文件到块，提高效率 🚀
Hugging Face 目前存储了 30 PB 以上的模型、数据集和 Spaces，但由于 Git LFS 采用文件级存储和版本控制，每次修改都可能导致整文件重新上传，带来高昂的存储和传输成本。特别是 GGUF（8 GB+）、Safetensor（1 GB）、Parquet/CSV（200-300 MB https://mapp.api.weibo.cn/fx/9b4413232540264d19f85c2c92c30faa.html
Hugging Face 目前存储了 30 PB 以上的模型、数据集和 Spaces，但由于 Git LFS 采用文件级存储和版本控制，每次修改都可能导致整文件重新上传，带来高昂的存储和传输成本。特别是 GGUF（8 GB+）、Safetensor（1 GB）、Parquet/CSV（200-300 MB https://mapp.api.weibo.cn/fx/9b4413232540264d19f85c2c92c30faa.html
昨天最火🔥的是Manus被扒了↓
网友Jian：
所以……我只是简单地让Manus把“/opt/.manus/”目录下的文件给我，它就直接给我了，它们的沙盒运行时代码……
1. 底层基于Claude Sonnet
2. 带有29个工具的Claude Sonnet
3. 不支持多智能体的Claude Sonnet
4. 使用了browser-use，代码做了混淆（？）
5. https://mapp.api.weibo.cn/fx/18b8bc7c8bb411b3b6c8bc48637fd38b.html
网友Jian：
所以……我只是简单地让Manus把“/opt/.manus/”目录下的文件给我，它就直接给我了，它们的沙盒运行时代码……
1. 底层基于Claude Sonnet
2. 带有29个工具的Claude Sonnet
3. 不支持多智能体的Claude Sonnet
4. 使用了browser-use，代码做了混淆（？）
5. https://mapp.api.weibo.cn/fx/18b8bc7c8bb411b3b6c8bc48637fd38b.html
Transformers Laid Out
http://t.cn/A6BRSqo6
“我发现主要有三种类型的博客/视频/教程在谈论transformers
1.解释transformer是如何工作的
2.解释“Attention is all you need”这篇论文
3.在 PyTorch 中编写 Transformer
每一个都遵循一种很棒的教学方法，帮助人们从多个角度理解一个单一的概念。（ https://mapp.api.weibo.cn/fx/93ff80a6ecb9a2995289414ecceb6d50.html
http://t.cn/A6BRSqo6
“我发现主要有三种类型的博客/视频/教程在谈论transformers
1.解释transformer是如何工作的
2.解释“Attention is all you need”这篇论文
3.在 PyTorch 中编写 Transformer
每一个都遵循一种很棒的教学方法，帮助人们从多个角度理解一个单一的概念。（ https://mapp.api.weibo.cn/fx/93ff80a6ecb9a2995289414ecceb6d50.html
来个速报测试！DeepSeek-R1-0528 VS Claude-4-Sonnet !
直接看效果, 我就提两点, 注意平面的橙色漫反射, 以及控制面板的美观程度. 这俩是用同一个 prompt 一次性生成的. claude-4-sonnet 生成了542行, DeepSeek-R1-0528 生成了 728 行.
(其他细节还有注意 FPS, 以及球撞击后的运动方向)
DeepSeek: https://mapp.api.weibo.cn/fx/d4ed0a7195d2089f4246ce5479aa9dcc.html
直接看效果, 我就提两点, 注意平面的橙色漫反射, 以及控制面板的美观程度. 这俩是用同一个 prompt 一次性生成的. claude-4-sonnet 生成了542行, DeepSeek-R1-0528 生成了 728 行.
(其他细节还有注意 FPS, 以及球撞击后的运动方向)
DeepSeek: https://mapp.api.weibo.cn/fx/d4ed0a7195d2089f4246ce5479aa9dcc.html
回复@黄建同学:是的👍//@黄建同学:说的应该是这篇文章《[Agentic AI] 搏一搏，$20变$500：一小时魔改Cursor变身Devin》，http://t.cn/A6gDVqFM，还挺有意思的。对//@karminski-牙医:其实 Cursor MDC 用好了还是很强的，我记得 500刀的 DevinAI 刚出的时候, 有个老哥就用魔改 MDC 实现了类似功能。//https://mapp.api.weibo.cn/fx/38d7f9328d87e58ced6a51166074ba91.html
回复@黄建同学:是的👍//@黄建同学:说的应该是这篇文章《[Agentic AI] 搏一搏，$20变$500：一小时魔改Cursor变身Devin》，http://t.cn/A6gDVqFM，还挺有意思的。对//@karminski-牙医:其实 Cursor MDC 用好了还是很强的，我记得 500刀的 DevinAI 刚出的时候, 有个老哥就用魔改 MDC 实现了类似功能。//https://mapp.api.weibo.cn/fx/38d7f9328d87e58ced6a51166074ba91.html
